Senin 03 Oct 2022 15:58 WIB

Ramalkan Tren Penjualan Koperasi Konsumen

Koperasi konsumen dapat mencerminkan kegiatan transaksi anggotanya.

Red: Gita Amanda
Koperasi konsumen merupakan salah satu jenis koperasi yang ada di Indonesia.
Foto: Universitas Nusa Mandiri
Koperasi konsumen merupakan salah satu jenis koperasi yang ada di Indonesia.

REPUBLIKA.CO.ID, DEPOK -- Koperasi konsumen merupakan salah satu jenis koperasi yang ada di Indonesia. Salah satu produk dari koperasi konsumen, yakni minimarket yang dimiliki oleh anggota dan menjadikan anggota sebagai konsumen utama.

Dosen Prodi Bisnis, UNM, Luky Fabrianto, mengatakan, dari data penjualannya, koperasi konsumen dapat mencerminkan kegiatan transaksi anggotanya, pola data penjualan cukup fluktuatif pada waktu tertentu, dengan kondisi tersebut akan lebih baik jika dilakukan peramalan tren penjualan.

Peramalan, menurut Luky, merupakan upaya memperkirakan yang akan terjadi di masa depan berdasarkan data sebelumnya dengan basis metode ilmiah dan kualitatif yang dilakukan secara sistematis. Data penjualan tahunan minimarket dapat dijadikan sebagai bahan kalkulasi yang akan dipakai untuk meramal penjualan ke depan.

Data penjualan satu tahun akan dipakai untuk meramalkan penjualan satu bulan kedepan, hal ini dilakukan agar peramalan yang dihasilkan lebih akurat dan memproyeksikan kondisi transaksi yang nyata sehari-hari.

Dalam kondisi seperti di atas, Luky mengatakan, langkah pertama, yakni menjadikan data penjualan satu tahun terakhir tidak berfluktuatif atau bergejolak seperti yang telah dideskripsikan. Oleh sebab itu, sebelum dilakukan peramalan harus dihilangkan terlebih dahulu pencilan dan penghalusan agar data lebih halus (tidak bergejolak) dan lebih menggambarkan kondisi harian. 

Pencilan merupakan kondisi suatu data yang menyimpang dari kumpulan data yang lain, metode umum yang dipakai untuk menyisihkan pencilan, yakni dengan menggunakan nilai kuartil dan batasan. Sedangkan, penghalusan merupakan proses mengidentifikasi pola data dengan menghaluskan variasi lokal atau gejolak pendek pada suatu deret waktu, salahsatu metode yang dapat digunakan yakni dengan panghalusan rerata bergerak.

"Peramalan yakni data dalam bentuk deret waktu yang didapat dari pencatatan berdasarkan periode waktu harian, pekanan, bulanan, tahunan, ataupun periode waktu tertentu lainnya dalam rentang waktu yang sama, misal data penjualan selama tahun 2022," ujarnya dalam siaran pers. 

Hal lain yang harus dipahami dalam melakukan peramalan yakni stasioneritas, data yang dianggap stasioner merupakan data yang memiliki nilai mean dan varians yang tetap sepanjang waktu.

Pada penelitian ini, dosen prodi Bisnis Digital Fakultas Ekonomi dan Bisnis Universitas Nusa Mandiri (UNM) menggunakan model peramalan dengan ARIMA atau Autoregressive Moving Average sangat baik ketepatannya untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ketepatan peramalannya kurang baik karena biasanya akan cenderung flat (mendatar/konstan) untuk periode yang cukup panjang.

Sebagai dosen Universitas Nusa Mandiri (UNM) yang dikenal dengan Kampus Digital Bisnis telah berhasil melakukan analisa peramalan trend penjualan koperasi konsumen dengan menggunakan empat langkah dasar dengan model ARIMA yang terdiri dari tahap identifikasi, tahap estimasi parameter model, tahap pemeriksaan diagnostik dan peramalan.

Berikut uraian dari tiap-tiap tahapan; pertama identifikasi masalah, pada tahap ini kita menguji data penjualan stasioner atau non stasioner dengan menggunakan pengujian akar unit atau disebut dengan Augment Dickey Fuller (ADF) atau tes ADF, nilai hasil tes ADF harus lebih kecil dari 5 persen.

Tahapan kedua dari ARIMA yakni estimasi parameter model, tahap ini untuk menguji kelayakan suatu model dengan pengujian signifikasi parameter dan kesesuaian asumsi. 

Selanjutnya, tahap ketiga dari ARIMA yakni pemeriksaan diagnostik, pemeriksaan ini dilakukan dengan menguji apakah data sudah terdistribusi normal guna mendapatkan hasil peramalan yang baik. 

Dan tahapan terakhir yakni peramalan, pada tahap ini data dibagi kedalam dua periode yaitu periode latih dan periode uji yang akan dijadikan sebuah periode peramalan, pembentukan model dilakukan dengan menggunakan data latih.

Setelah semua tahapan model ARIMA dijalani maka kesimpulannya harus dilakukan evaluasi. Evaluasi merupakan perbedaan nilai sebenarnya dengan nilai peramalan, biasanya disebut sebagai error, semakin kecil nilai error akan semakin baik model peramalannya. 

Advertisement
Berita Lainnya
Advertisement
Advertisement